[Mode] Investigating a Drop in User Engagement(2)

 

Mode에서 제공하는 SQL Analytics Training 실습하기.

(1)에 이어서...

 

[Data Analysis] - [Mode] Investigating a Drop in User Engagement(1)

[Mode] Investigating a Drop in User Engagement(1)

 

 

 

첫 번째 주제인

Investigating a Drop in User Engagement(유저 참여도 감소 조사하기)

...의 두 번째 시간!

 

 

문제를 정의하고 가설을 설정했으니, 이젠 실제로 문제가 무엇인지 데이터를 뜯어보며 분석하고, 가능한 해결 방안을 제시해야 할 차례다.

즉 이번 시간부터 할 것은 Digging in과 Making a recommendation 

 

이 튜토리얼에서 사용해야 하는 테이블은 4개로, Users, Events, Email Events, Rollup Periods가 있다.

어떤 데이터를 담은 테이블인지, 컬럼은 무엇이 있으며 어떤 데이터를 담고 있는지 설명이 자세히 되어 있으니 한 번씩 읽어보면 좋겠다.

 

이제 튜토리얼을 따라가며 쿼리문을 직접 작성해서 데이터를 분석해 보자..

 

아래의 과정을 따라가면....

view mode analysis 클릭

 

대시보드 우측 상단의 점 3개 클릭 후 view query in mode 클릭

화면 좌측 상단의 Mode 로고 클릭 후 Personal 클릭

 

우측 상단의 + 클릭 후 Write SQL 클릭

쿼리문을 작성해보자!

 

 

... 이렇게 쿼리문을 작성할 수 있는 페이지가 나온다.

 

**

1. 계정이 있어야 한다. 웬만하면 구글 아이디로 가입하자. 처음에 본인은 네이버 계정으로 로그인 했다가 결제 안내를 받아서, 유료인가 싶었는데 구글 계정으로 로그인하니 무료 사용이 되었다.

2. 여기까지 따라왔다면 중간에 봤겠지만, 해당 대시보드를 만든 데이터를 추출하는 쿼리문과 그로부터 출력되는 데이터를 볼 수 있다. 나중에 직접 작성한 쿼리와, 실행해서 나오는 데이터를 각각 비교해보는 것도 좋겠다.

**

 

 

Solving the case 1.

One of the easiest things to check is growth, both because it's easy to measure and because most companies (Yammer included) track this closely already. In this case, you have to make it yourself, though. You'll notice that nothing has really changed about the growth rate—it continues to be high during the week, low on weekends

(성장률이 중요한 지표다. 측정도 쉽고, 회사가 이미 tracking하고 있기 때문. 직접 보면 알겠지만, 성장률에 별 변화가 없는 것을 알 수 있다. 주중엔 높고 주말엔 낮다)

... 라고 한다.  여기서 Growth란, 서비스에 새로 가입한 유저가 얼마나 되는가를 나타내는 지표다. 직접 확인해보자

 

Growth 변화 추이 확인하기

-- 14년 6월 1일 ~ 14년 8월 31일 동안 날짜 각각의 all_user와 activated_user 각각의 수를 구하는 쿼리.
-- user의 정보가 담긴 tutorial.yammer_users 테이블 사용
-- Mode에서 쓰이는 sql은 Postgresql로, MySQL과는 달리 date_trunc()라는 함수를 사용할 수 있다.
select date_trunc('day', created_at) as day
     , count(distinct user_id) as all_users
     , count(case when activated_at is not null then user_id else null end) as activated_users
  from tutorial.yammer_users
  where created_at between '2014-06-01 00:00:00' and '2014-08-31 23:59:59'
  group by day
  order by day;

 

시각화 대시보드는 Mode에서 만들어준 것이라, 데이터 추출까지밖에 안 된다. 하지만 추출한 데이터를 저장할 수 있다. Export 버튼을 눌러 저장하고, 태블로로 뚝딱뚝딱 시각화 해 보면 아래와 같다.

 

** 만약 구글 빅쿼리를 사용한다면, 빅쿼리에서는 date_trunc의 문법이 좀 달라서 date_trunc(created_at, day) 로 사용해야 한다.

 

 

진짜로 Growth에 큰 변화는 보이지 않는 것 같긴 한데, 8월 초에 좀 줄어들긴 했다. 그래도 그 이후엔 다시 올라오니까 별 이상은 없는 것 같다.

 

그렇다면, Growth는 유저 참여도 감소와 별 영향이 없는 것 같으니(쭉 일정하니까!) 다른 부분을 확인해보자.